Учёные из Института психиатрии, психологии и нейрологии (ИППН) при Королевском колледже Лондона провели всеобъемлющее исследование с целью оценить часы старения на основе искусственного интеллекта, которые прогнозируют состояние здоровья и продолжительность жизни, используя данные, полученные из крови.
Исследователи обучили и протестировали 17 алгоритмов, используя данные маркеров крови от 225 000 человек, участвующих в программе Biobank, возраст которых на момент регистрации составлял от 40 до 69 лет. Они изучили насколько хорошо метаболомические часы старения прогнозируют продолжительность жизни и насколько прочно эти часы были связаны с показателями здоровья и старения.
Метаболомический возраст человека, или его «MileAge» (игра слов: mileage — километраж, пробег, и MileAge — возраст в милях), — показатель того, насколько его организм состарился внутри, основываясь на маркерах крови, именуемых метаболитами. Метаболиты — небольшие молекулы, вырабатывающиеся в процессе обмена веществ, например, когда пища превращается в энергию. Разница между возрастом человека по показаниям метаболитов и хронологическим возрастом, именуемая дельтой MileAge, указывает на ускорение или замедление его биологического старения.
В исследовании, опубликованном в журнале Science Advances, впервые проведено всеобъемлющее сравнение различных алгоритмов машинного обучения и их способности создавать часы биологического старения на основании данных метаболитов, с использованием одного из крупнейших в мире массивов данных. Оно проводилось при финансировании Национального института исследований в области здравоохранения (NIHR) с использованием данных UK Biobank.
Люди с ускоренным старением (т.е. возраст которых по показаниям метаболитов старше их хронологического возраста) в среднем были более слабы, чаще имели хронические заболевания, хуже оценивали состояние своего здоровья и имели более высокий риск смертности. Также они обладали более короткими теломерами (кончиками хромосом), которые являются маркерами клеточного старения и связаны с такими болезнями пожилого возраста как атеросклероз. Однако замедленное биологическое старение (когда возраст по показаниям метаболитов моложе хронологического возраста) имело весьма слабую связь с хорошим здоровьем.
Часы старения могут помочь определить ранние признаки ухудшения здоровья, чтобы можно было принять профилактические меры до возникновения заболевания. Также они могут помочь людям активно отслеживать состояние здоровья, менять образ жизни и предпринимать меры, чтобы дольше сохранять здоровье.
Ведущий автор исследования Джулиан Мутц из ИППН говорит: «Метаболомические часы старения потенциально могут предоставить сведения о людях с повышенным риском возникновения проблем со здоровьем на поздних стадиях жизни. В отличие от хронологического возраста, изменить который невозможно, наш биологический возраст в принципе можно изменять. Эти часы обеспечивают вспомогательные измерения биологического возраста для биомедицинских исследований, благодаря чему можно формировать выбор человеком того или иного образа жизни и предоставлять информацию для профилактических стратегий, проводимых медицинскими учреждениями. В нашем исследовании был изучен широкий диапазон подходов к обучению для разработки часов старения, и было показано, что нелинейные алгоритмы лучше всего справляются с обнаружением сигналов старения».
Профессор Кэтрин Льюис, профессор генетической эпидемиологии и статистики и старший автор исследования, говорит: «Большим интересом пользуется разработка часов старения, которые с точностью оценивают наш биологический возраст. Масштабный анализ больших данных может сыграть критическую роль в усовершенствовании этих инструментов. Наше исследование — важная веха в оценке потенциала часов биологического старения и их способности информировать человека при выборе способов лечения».
Учёные обнаружили, что метаболомические часы, разработанные с использованием конкретного алгоритма машинного обучения под названием «основанная на правилах регрессия Cubist», имели наибольшую связь с большинством маркеров состояния здоровья и старения. Также они обнаружили, что алгоритмы, способные смоделировать нелинейные связи между метаболитами и возрастом, обычно давали наилучшие результаты при установлении биологических сигналов, сообщающих о состоянии здоровья и продолжительности жизни.
Перевод — Андрей Прокипчук, «XX2 ВЕК». Источники.
Материалы предоставлены Королевским колледжем Лондона (King's College London).
Вам также может быть интересно: